[发明专利]一种图像超分辨率方法、装置、计算机设备及存储介质在审

专利信息
申请号: 202211159314.7 申请日: 2022-09-22
公开(公告)号: CN116485640A 公开(公告)日: 2023-07-25
发明(设计)人: 李岩山;胥帆 申请(专利权)人: 深圳大学
主分类号: G06T3/40 分类号: G06T3/40;G06T5/50
代理公司: 深圳尚业知识产权代理事务所(普通合伙) 44503 代理人: 王利彬
地址: 518000 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 图像 分辨率 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种图像超分辨率方法,其特征在于,包括下述步骤:

接收携带有待测低分辨率SAR图像的图像超分辨率请求;

将所述待测低分辨率SAR图像输入至SAR图像超分辨率网络进行图像超分辨率操作,得到初始超分辨率图像;

将所述初始超分辨率图像输入至训练好的目标可见光图像转化网络进行可见光图像转化操作,得到初始可见光图像;

将所述初始超分辨率图像以及所述初始可见光图像输入至训练好的可见光特征融合模块进行特征融合操作,得到目标超分辨率图像;

输出所述目标超分辨率图像。

2.根据权利要求1所述的图像超分辨率方法,其特征在于,在所述将所述初始超分辨率图像输入至训练好的可见光图像转化网络进行可见光图像转化操作,得到初始可见光图像的步骤之前,还包括下述步骤:

接收携带有转化网络训练数据的第二网络训练请求,其中,所述转化网络训练数据包括高分辨率SAR训练图像以及与所述高分辨率SAR训练图像一一对应的高分辨率可见光训练图像;

调用待训练的初始可见光图像转化网络,并将所述高分辨率SAR训练图像输入至所述可见光图像转化网络进行图像转化操作,得到高分辨率可见光转化图像;

根据所述高分辨率SAR训练图像以及所述高分辨率可见光转化图像对所述初始可见光图像转化网络进行网络训练操作,得到所述训练好的目标可见光图像转化网络。

3.根据权利要求2所述的图像超分辨率方法,其特征在于,所述根据所述高分辨率SAR训练图像以及所述高分辨率可见光转化图像对所述初始可见光图像转化网络进行网络训练操作,得到所述训练好的目标可见光图像转化网络的步骤,具体包括下述步骤:

计算所述高分辨率SAR训练图像以及所述高分辨率可见光转化图像像素差异绝对值的平均值;

根据所述平均值对所述初始可见光图像转化网络的参数进行调整,得到中间可见光图像转化网络;

在所述转化网络训练数据中顺序调用下一组所述高分辨率SAR训练图像以及所述高分辨率可见光训练图像,并重复执行所述图像转化操作,当所述像素差异绝对值的平均值满足预设最小阈值时,将当前的中间可见光图像转化网络作为所述训练好的目标可见光图像转化网络。

4.根据权利要求3所述的图像超分辨率方法,其特征在于,所述像素差异绝对值的平均值表示为:

其中,ΘITN表示所述可见光图像转化网络的参数集,即所述可见光图像转化网络中各个网络层的权重和偏置矩阵;N表示所述转化网络训练数据中的图像对数量;表示所述高分辨率SAR训练图像到所述高分辨率可见光训练图像的网络映射关系模型。

5.一种图像超分辨率装置,其特征在于,包括:

第一请求接收模块,用于接收携带有待测低分辨率SAR图像的图像超分辨率请求;

图像超分辨率模块,用于将所述待测低分辨率SAR图像输入至SAR图像超分辨率网络进行图像超分辨率操作,得到初始超分辨率图像;

可见光图像转化模块,用于将所述初始超分辨率图像输入至训练好的目标可见光图像转化网络进行可见光图像转化操作,得到初始可见光图像;

特征融合模块,用于将所述初始超分辨率图像以及所述初始可见光图像输入至训练好的可见光特征融合模块进行特征融合操作,得到目标超分辨率图像;

目标输出模块,用于输出所述目标超分辨率图像。

6.根据权利要求5所述的图像超分辨率装置,其特征在于,所述装置还包括:

第二请求接收模块,用于接收携带有转化网络训练数据的网络训练请求,其中,所述转化网络训练数据包括高分辨率SAR训练图像以及与所述高分辨率SAR训练图像一一对应的高分辨率可见光训练图像;

图像转化模块,用于调用待训练的初始可见光图像转化网络,并将所述高分辨率SAR训练图像输入至所述可见光图像转化网络进行图像转化操作,得到高分辨率可见光转化图像;

网络训练模块,用于根据所述高分辨率SAR训练图像以及所述高分辨率可见光转化图像对所述初始可见光图像转化网络进行网络训练操作,得到所述训练好的目标可见光图像转化网络。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳大学,未经深圳大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211159314.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top